论文部分内容阅读
地球自转参数(ERP)包括极移(X/Y)、日常变化、UT1-UTC,是卫星精密定轨中天球坐标系和地球坐标系的转换中必不可少的参数,是全球导航卫星系统服务组织(IGS)和国际GNSS监测评估系统(iGMAS)分析中心的重要产品,地球自转参数(ERP)是卫星定位、精密定轨、航空探测、空间导航定位的重要数据。随着太空时代的到来,对卫星进行观测、预测、确定其轨道以及从太空观测地球也变得至关重要,ERP的精度水平直接影响精密定轨、定位的精度,但由于空间大地测量方法获得的观测资料需要长时间的复杂的数据处理,导致我们获得的ERP存在几天到两个星期的滞后性,这就使得ERP预报在高精度要求的坐标转换中发挥着至关重要的作用。在GNSS自主导航的境况下,主控站无法上传最新的ERP资料来完成坐标转换,只能通过ERP预报来完成。考虑到地球自转参数(ERP)在空间大地测量中的重要作用,改善ERP的预测精度变得尤为重要。本文研究ERP预测的模型和方法,主要工作及创新点如下:1.分析LS和AR的优缺点,经过不同长度时间序列实验,探究最优预报时长,建立LS+AR模型的超短期预报最优方法。利用北斗分析中心和中国iGMAS提供的ERP高频数据产品实验检验该方法精度和可靠性。2.提出并研究基于遗忘因子的最小二乘ERP预测模型的改进算法,克服最小二乘数据饱和以及新旧数据等权处理的缺点,提高普通最小二乘拟合精度,利用国际组织IERS提供的数据产品实验,并和LS+AR的预测结果对比,证实了遗忘因子递推最小二乘改善地球自转参数预测精度的猜想。3.提出抗差自适应Kalman滤波与AR组合的ERP预报方法,利用AR时序分析建模作为动力学模型,抗差和自适应因子调整观测模型与动力学模型,保证预报方法的精度和可靠性,并与标准Kalman滤波模型及其他几个模型预报结果对比分析,发现抗差自适应Kalman滤波改善了预报精度,提高了预报的稳定性。